在科学技术和医学治疗技术高速前进的浪潮中,大型外科手术逐渐向微创手术转变,但临床手术大部分是凭借医生的经验确定手术过程,其中有些病发部分是不可见的,导致不能真正做到微创。随着双目视觉技术在医疗领域的应用,可以辅助医疗工作人员在手术中分析手术器械与病发部位的位置和方向,这对于减少手术创伤和提高手术质量有重大意义。本文主要研究手术器械尖端的定位,在手术器械上加标识物,通过明确标识物的方位判定手术器械尖端的位置。基于双目视觉的手术器械定位技术涵盖了三个部分:摄像机标定、立体匹配和三维重建。本文重点研究了手术器械的图像分割、特征点提取和立体匹配。摄像机标定是手术器械定位系统的基础,摄像机标定的精准度直接影响该系统定位的精确度,本文手术器械定位系统中摄像机采用张氏方法,简单、灵活、快速,实验表明该方法有效的确定摄像机内参数和外参数。图像分割将手术器械标识物与背景区分开,本文研究蝙蝠算法优化BP神经网络的图像分割算法,通过蝙蝠算法优化BP神经网络初始的权值和阈值,以手术器械标识物的灰度值图像作为样本,训练神经网络进而图像分割,图像分割效果较普通方法分割更清晰。特征点提取主要提取手术器械上标识物,传统方法基于图像边缘处理都是像素级别,降低了提取的精度。本文采用改进的多结构元形态学梯度提取的边缘,再用切比雪夫拟合方法将图像对行和列方向的分别进行一维插值,该插值结果有效的提取亚像素级别的图像边缘信息;由于手术器械标识物不止一个,为提高提取速度,能够实行多个目标一起提取,采用基于连通域标记的快速中心提取方法实行提取标识物中心,该方法快速,能够将特征点坐标提取至亚像素级别。立体匹配是一个难点,本文采用凸包算法和插入算法相结合的算法进行特征点排序,除了外部点运用凸包算法进行排序外,该算法也能够将内部点运用插入算法进行整体排序。由于标识物位置是固定不变,在图像中位置也不会发生变化,因此只要特征点提取准确,就可以进行特征点匹配,该方法简单易行,也比较快速,提高效率。最后,依据匹配的结果对手术器械标识物进行三维重建,用三角形测量法计算三维坐标,通过欧式距离计算得到手术尖端的三维坐标。实验表明,基于双目视觉的手术器械定位系统误差相当小,操作容易,判定位置迅速。